集群扩容
当Databricks 数据洞察集群计算资源或存储资源不足时，您可以对集群进行水平扩展。目前支持Worker 实例的扩容。扩容操作步骤 登录阿里云 Databricks 数据洞察控制台。在左侧导航栏的菜单下，单击 集群管理。选择想要扩容的集群，单击 集群...
访问外部数据源
如果多个数据源共用一个交换机，解绑操作会使得当前Databricks数据洞察集群无法继续访问该交换机下所有数据源集群。在Databricks数据洞察控制台，进入集群详情页面。点击详情页面 数据源 标签。在已绑定数据源列表里选择要解绑的交换机，...
按负载伸缩规则配置
在使用Databricks数据洞察集群时，如果您无法准确的预估大数据计算的波峰和波谷，则可以使用按负载伸缩配置的策略。在Databricks数据洞察中开启弹性伸缩时，如果选择按负载配置伸缩规则，则根据以下说明配置相关参数即可。详细配置步骤请...
集群
Q：如何购买Databricks数据洞察集群 请使用阿里云账号进行购买，如需折扣优惠，请提工单或在产品群中联系我们享受折扣优惠。Q：可以使用阿里云子账号创建集群么？可以。但子账号必须通过主账号进行授权方可购买，权限包括：...
项目管理
创建Databricks 数据洞察集群后，您可以在数据开发中创建项目，并在项目中进行作业的编辑和工作流的调度。新建项目之后，您可以对项目进行管理，为项目关联集群资源、添加项目成员以及设置全局变量。前提条件 已创建集群，详情请参见 集群...
使用Databricks Delta优化Spark作业性能
OSS宽带 10Gbps 背景信息 Databricks数据洞察内置了Databricks商业版引擎，您可以利用Databricks数据洞察创建集群，实现在秒级响应时间内处理PB级别的数据。本文示例制造100亿条数据，利用Databricks Delta的Data Skipping和ZOEDER ...
阿里云Databricks数据洞察服务等级协议（SLA）
阿里云Databricks数据洞察服务等级协议（SLA）的详情，请参见 阿里云Databricks数据洞察服务等级协议。
数据源
本文将解答与数据源相关的问题。Q：Databricks数据洞察的支持哪些数据源？目前支持读写阿里云对象存储（OSS）的数据。Q：是否支持当前的DDI集群访问其他集群的HDFS数据？支持访问同账号下的EMR Hadoop集群上的HDFS数据。
Notebook概述
相关操作 有关Notebook的更多操作，请参见：管理Notebook 使用Notebook 说明 每个Databricks数据洞察集群都会部署独立DataInsight Notebook服务。用户在使用Notebook时，需要先选择一个可用的集群。icmsDocProps={'productMethod':'created...
数据源概览
本章节主要介绍如何...CSV文件 JSON文件 Parquet文件 ORC文件 文本文件 外部数据源 Databricks数据洞察读取外部数据源时要求配置其与数据源实例的网络连接。OSS EMR HDFS MySQL Redis MaxCompute Tablestore MongoDB ElasticSearch JindoFS
角色授权
通过授予 AliyunDDIEcsDefaultRole 角色，您创建的Databricks数据洞察集群可以以免AK的方式访问阿里云OSS资源，详细信息请参见 基于MetaService免AccessKey访问阿里云资源。注意 首次使用Databricks数据洞察服务时，必须用主账号完成默认...
服务关联角色
AliyunServiceRoleForDDI应用场景 Databricks数据洞察集群创建及数据源绑定功能需要访问 云服务器ECS、专有网络VPC 等云服务的资源时，需要通过服务关联角色AliyunServiceRoleForDDI获取访问权限。AliyunServiceRoleForDDI权限说明 ...
Databricks Runtime版本说明
Databricks数据洞察的内核引擎是Databricks Runtime，Databricks Runtime包括Apache Spark，并在此基础上进行了大量的功能和性能优化，可以显著提高大数据分析的可用性、性能和安全性。Databricks Runtime版本与Databricks官方保持一致，...
阿里云Databricks数据洞察云产品服务协议
阿里云Databricks数据洞察云产品服务协议，请参见 阿里云产品服务协议(通用)。
Notebook
Python package 需要通过Databricks数据洞察控制页面选择相应的python包。Q：如何配置Spark Application 资源 通过以下属性配置driver的资源：spark.driver.memory spark.driver.cores 通过以下属性配置executor的资源：spark.executor....
管理项目告警
添加联系人 登录阿里云 Databricks 数据洞察控制台 在左侧导航栏单击 项目空间 单击 项目空间 中的 告警 在 联系人 区域，单击 添加；在 联系人 对话框中，输入 姓名、手机号码 和 Email 信息。分别单击 手机号码 和 Email 所在行的 获取...
什么是Databricks数据洞察
Databricks数据洞察包含以下组件：Spark SQL和DataFrames Spark SQL是用来处理结构化数据的Spark模块。DataFrames是被列化了的分布式数据集合，概念上与关系型数据库的表近似，也可以看做是R或Python中的data frame。Spark Streaming 实时...
Python库管理
本文介绍在Databricks数据洞察控制台，执行Spark作业时，如何安装自定义的库或者第三方库。添加库 使用阿里云账号登录 Databricks数据洞察控制台。在Databricks数据洞察控制台页面，选择所在的地域（Region）。创建的集群将会在对应的地域...
产品架构
Databricks数据洞察构建在ECS之上，使用阿里云对象存储服务（OSS）为核心存储。本文介绍Databricks数据洞察的产品架构。存储访问加速层方便您可以像操作HDFS上的数据一样访问OSS上的数据。目前，Databricks数据洞察提供了两种执行Spark作业...
访问Web UI
Databricks数据洞察集群提供了多个Web UI的访问入口，包括Notebook、Spark UI、Yarn UI和Ganglia监控。增加安全组白名单 为了用户的数据安全，DDI提供了安全组白名单机制来访问集群Web UI。默认不添加白名单是不能进行访问的，具体添加入口...
弹性伸缩概述
本文介绍Databricks数据洞察的弹性伸缩功能，您可以根据业务需求和策略设置伸缩策略。弹性伸缩开启并配置完成后，当业务需求增长时Databricks数据洞察会自动为您增加Task节点以保证计算能力，当业务需求下降时Databricks数据洞察会自动减少...
Databricks数据洞察 vs Open-Source Delta Lake功能...
Databricks Runtime vs Apache Spark 下表中的 feature 列表来自 Databricks 官网（https://databricks.com/spark/comparing-databricks-to-apache-spark）Feature Apache Spark Databricks数据洞察 Built-in file system optimized for ...
续费流程
本文为您介绍如何手动和自动续费Databricks数据洞察(DDI)集群，以及取消自动续费。背景信息 只有包年包月集群才需要进行续费操作，按量集群是实时结算的。DDI续费方式包括手动续费和自动续费两种。前提条件 请确认包年包月集群还未到期。您...
释放集群
在Databricks数据洞察控制台页面，选择所在的地域（Region）。在左侧导航栏中，单击 集群。设置释放。在集群管理页面，单击待释放集群所在行的释放。单击待释放集群的集群ID，在集群基础信息页面，单击集群操作>释放。在弹出的集群管理-...
PySpark及Python库使用
步骤一：创建 Databricks数据洞察集群 登录 阿里云Databricks数据洞察控制台。创建Databricks 数据洞察集群，详情参见 创建集群。步骤二：添加依赖库并安装 根据开发需要，添加相应的依赖库 添加matplotlib库，本示例使用PyPI方式添加，...
数据湖元数据管理
多个Databricks 数据洞察集群可以共享统一元数据库。前提条件 已在 数据湖构建（Data Lake Formation）控制台 开通数据湖构建。重要 数据湖元数据产品目前只支持华北2（北京）、华东2（上海）和华东1（杭州）三个地域。进入 RAM访问控制台 ...
使用Spark Structured Streaming实时处理Kafka数据
步骤一：创建Kafka集群和Databricks 数据洞察集群 登录 阿里云E-MapReduce控制台。创建Kafka集群。登录 Databricks数据洞察控制台。创建集群，详情参见 创建集群。步骤二：Databricks 数据洞察集群添加外部数据源 登录 Databricks数据洞察...
设置安全组白名单
属性 说明 规则方向 仅支持网络连接的 入方向 授权策略 仅支持 允许策略 协议类型 仅支持 TCP协议 端口范围 8443（knox）、10001（Spark Thrift Server）优先级 无 授权对象 IP地址 操作步骤 登录阿里云 Databricks 数据洞察控制台。...
应用场景
Databricks数据洞察（简称DDI）的核心引擎是Databricks Runtime和Databricks Delta Lake。商业版引擎的加持下，为您提供了新一代云数仓的解决方案。本文为您介绍Databricks数据洞察适用的典型应用场景。数据湖分析 Databricks数据洞察支持...
为RAM用户授权
以下举例访问控制RAM的典型场景：用户：如果您购买了多台Databricks 数据洞察集群实例，您的组织里有多个用户（如运维、开发或数据分析）需要使用这些实例，您可以创建一个策略允许部分用户使用这些实例。避免了将同一个AccessKey泄露给...
按量付费
本文主要介绍Databricks数据洞察产品使用 按量付费 的付费方式时计算资源的费用参考（不包含块存储的价格）。中国站支持的区域，包括华东1（杭州）、华东2（上海）、华南1（深圳）、华北2（北京）、华北5（呼和浩特）美国（弗吉尼亚）。下...
产品优势
数据共享 Databricks数据洞察采用数据湖分析的架构设计，使用阿里云对象存储服务（OSS）为核心存储，直接读取分析OSS的数据，无需对数据做二次迁移，实现数据在多引擎之间的共享。icmsDocProps={'productMethod':'created','language':'zh-...
管理运维中心
在Databricks数据洞察控制台页面，选择所在的地域（Region）。创建的集群将会在对应的地域内，一旦创建后不能修改。在左侧导航栏，单击 项目空间。在 项目空间 页面，单击待操作项目所在行的 运行记录。单击上方的 概览 页签。展示当前项目...
EMR HDFS
本文介绍如何使用Databricks 读写EMR HDFS文件系统数据。前提条件 通过主账号登录 阿里云 Databricks控制台。已创建 EMR集群，具体参见 EMR集群创建 已创建DDI集群，具体请参见 DDI集群创建。创建集群并通过knox账号访问Notebook。接入EMR ...
到期与欠费
本文介绍Databricks数据洞察的停服欠费策略。停服欠费说明 计费方式 停服或欠费说明 包年包月 购买的集群资源到期后立即停机。停机后168小时（7天），集群资源会被释放。按量计费 暂不支持
管理Notebook
在Databricks数据洞察控制台页面，选择所在的地域（Region）。创建的集群将会在对应的地域内，一旦创建后不能修改。在左侧导航栏中，单击 Notebook。在 Notebook 区域，选择待操作的集群。单击 Create new note。在 Create new note 对话框...
创建集群
本节介绍如何使用Databricks数据洞察控制台创建集群。前提条件 已注册阿里云账号，并完成实名认证。详情请参见 阿里云账号注册流程。操作步骤 使用阿里云账号登录 Databricks数据洞察控制台。在Databricks数据洞察控制台页面，选择所在的...
项目空间运维与监控
本文主要介绍Databricks数据洞察中项目空间具有的运维与监控能力。背景信息 项目空间的运维能力主要辅助作业开发和工作流生产，前者提供作业开发过程中的日志监控、版本监控和操作审计监控；后者兼容前者的功能，更提供针对调度场景下的...
产品性能
本文介绍Databricks数据洞察采用的企业版Spark引擎性能对比数据，Databricks Runtime（简写dbr）的性能及Delta Lake功能是本产品的核心优势。Databricks Runtime完全兼容开源版本Spark，并且相对开源Spark引擎TPC-DS平均性能有 3~5倍提升，...
HBase
打通网络环境 登录 阿里云Databricks数据洞察控制台。进入DDI 数据源 点击 添加 选择 通用网络 打通，选择HBase数据库所在的VPC和vsw。登录 HBase控制台 添加DDI集群各个机器IP至访问白名单。创建HBase表准备数据，本实例使用的HBase表为：...
- 产品推荐
- 这些文档可能帮助您